[发明专利]自适应八叉树分割算法

说明书

本发明属于分割算法技术领域，尤其为自适应八叉树分割算法。该自适应八叉树分割算法，基于传统的八叉树算法均匀分割立方体空间的逻辑结构，对空间上分布不均匀的数据，如复杂体模型进行分割，会产生过多的碎片，影响模型的加载和渲染。本专利通过提出自适应八叉树算法通过分割中心的选择和节点数量的变化，能够减少分割产生的碎片，使得树结构更加平衡，提升渲染效率，且本专利通过对基于数据分布密度选择分割中心，基于数据在不同方向上分布的离散度决定子节点数量，对每一个节点计算最小包围盒等算法中的关键步骤进行保护。

技术领域

本发明涉及分割算法技术领域，具体为自适应八叉树分割算法。

背景技术

对于三维模型的渲染，场景的复杂程度是限制三维引擎渲染效果与能力的主要限制因素。基于计算机的图形绘制管线原理，对三维场景模型进行合理均匀的分割，可以减轻个人计算机GPU负载，减少GPU调用图形绘制命令的次数和降低CPU和数据总线不必要的开销，因为场景块中顶点过多，会超出硬件的处理能力；如果图块中顶点过少、图块的数量过多，又有可能会带来过多的数据调度，造成不必要的通信开销。

在几何学中，空间分割是将空间划分为两个或多个不相交的子集形成空间树结构的过程。常用的空间分割方法，即空间数据结构有如下几种：空间二叉树(BinarySpacePartitioning，BSP)、k-d树(K-DimensionalTree)、四叉树(Quadtree)和八叉树(Octree)。但是不同的分割方法适用于不同的应用场景，没有一种数据结构是最优的。一般来说，BSP树适用于室内场景的分割，一是因为室内场景遮挡比多，在特定的位置使用BSP树分割有助于提升分割效率；二是因为室内场景很可能会朝着某个方向延伸，如一条细长的走廊；而对于大规模室外场景的分割，则使用八叉树分割比较好，由于室外场景中的物体分布比较广，且不会出现太多的遮挡，所以使用八叉树这种规则的空间结构进行分割可以提高效率。当然，如果在这个大规模室外场景中，物体主要集中在地面，则使用四叉树分割会比较有优势。因此针对数据的分布特点选用分割方法，甚至改进传统的分割方法，是一种明智的选择。

八叉树通常以递归的方式实现对场景的分割，其逻辑结构是：首先将需要表达的三维数据用近似表达的方式表达为一个立方体V，该立方体为根节点，设函数f表示一个立方体中含有的顶点数，让八叉树的每个节点与V的一个字体对应，如果f(V)≤s，那么V的八叉树仅有一个根节点；如果f(V)＞s，则将V等分为八个子体V_i，等分后的子体可以按照一定的规则进行编码；只要f(V_i)＞s，就要被八等分，因而相应的子节点也有了八个子节点，依次地进行递归判断，直到所有的子节点对应的子体f(V)≤s。

按照上述逻辑结构递归分割后的实体的表现形式，可以用一个八叉树结构描述。该树上的节点可以分为三类：灰节点，它对应的立方体部分的被三维体数据占有；空节点，它对应的立方体中没有三维体数据的任何内容；实节点，它对应的立方体完全被三维体数据所占有。后两类也称为叶节点。

存在以下问题：

由于规则八叉树对三维空间的划分是均匀的，即在八叉树结构创建过程中，对每一个灰节点的划分都是将该节点等分为八个子立方体。除非被分隔的三维空间中的顶点是均匀分布的，否则这种对三维空间的均匀划分方法将导致最终生成的空间八叉树结构不平衡，增加存储空间和分割时间，以及分割后产生的叶节点之间的数据分布不均匀。

发明内容

针对现有技术的不足，本发明提供了自适应八叉树分割算法，解决了传统的八叉树算法均匀分割立方体空间的逻辑结构，对空间上分布不均匀的数据，如复杂体模型进行分割，会产生过多的碎片，影响模型的加载和渲染的问题。

为实现上述目的，本发明提供如下技术方案：自适应八叉树分割算法，自适应八叉树分割算法与规则八叉树分割算法最终要的区别在于分割中心的选择和节点数量的变化，其步骤为：

一、具体分割方法算法描述如下；